[发明专利]一种云环境下众包设计方案的多目标群体决策方法

权利要求书

1.一种云环境下众包设计方案的多目标群体决策方法，其特征在于包括如下步骤：

步骤1、构建众包设计方案多目标评价体系：

依据待设计产品在设计与制造阶段的不同设计决策制定评价目标，并计算各个评价目标的权重；

步骤2、计算评价目标相对权重：

根据各个评价目标的权重，采用判断矩阵与和积法求解各个评价目标相对权重值；

步骤3、评价目标相对权重检测：

采用一致性检验方法计算各个评价目标相对权重值的合理性；

步骤4、众包设计方案多目标决策：

构建多目标群体决策模型，将多目标群体决策问题转为多目标优化问题，使用相对权重值并采用灰色关联度优化方法求解决策模型，得到多目标群体决策方案。

2.根据权利要求1所述的云环境下众包设计方案的多目标群体决策方法，其特征在于：所述步骤1确定各个评价目标的权重采用层次分析法求解：

在云环境下产品众包设计制造服务过程中，假设备选方案集合为P，P＝{P₁，P₂，…，P_k}，k为备选方案总数，每一个备选方案P_n表示为一个二元组D，

D＝(X_i，Y_i) (1)

其中X_i表示备选方案P_k的评价目标集合，Y_i表示备选方案评价目标X_i对应的取值，备选方案的多目标评价体系是由评价目标与约束条件组成，由n个评价目标和c个约束条件组成的备选方案的多目标评价体系的数学描述如下：

式中f(x)为备选方案多目标评价优化函数，x表示需要优化的目标，t(x)与y(x)表示各个目标的取值与约束条件，m表示不同情况下约束条件的数量，得到各个评价目标的权重。

3.根据权利要求1所述的云环境下众包设计方案的多目标群体决策方法，其特征在于：所述步骤2求解各个评价目标相对权重值：

其中评价目标的权重采用层次分析法计算，构造评价目标的判断矩阵R＝[r_ij]_n×m，

(3)式中r_nm表示备选方案第n个评价目标对第m个评价目标的权重，权重打分取值范围为{1、2、3、4、5}，对应的权重表达为{弱、较弱、一般、较强、强}，根据打分结果对判断矩阵R采用和积法计算求解相对权重值；

(4-1)式为判断矩阵R中的数值进行归一化处理的计算方法，(4-2)与(4-3)式计算得到评价目标的相对权重w_i，w_i代表备选方案中第i个评价目标的相对权重值。

4.根据权利要求3所述的云环境下众包设计方案的多目标群体决策方法，其特征在于：所述步骤3计算各个评价目标相对权重值的合理性：

由公式(4)得到评价目标的相对权重值w_i，w_i还代表了各个评价目标的重要度，w_i的分配是否合理，需要进行一致性检验，如果w_i取值不合理，则需要对w_i重新进行计算求解，w_i的一致性检验计算方法如下:

式中λ_max为判定矩阵R的最大特征根，CI为一致性指标，RI为平均随机一致性指标，CR为一致性比例关系，当CR0.1时，w_i取值合理，当CR≥0.1时，重复步骤二。

5.根据权利要求1所述的云环境下众包设计方案的多目标群体决策方法，其特征在于：所述步骤4众包设计方案多目标决策计算：

备选方案的多目标群体决策过程看作是一个多目标约束的优化问题，在优化过程中，备选方案的评价目标看作是优化方向，其中评价目标的取值看作是优化过程的约束条件，通过灰色关联度分析法求解备选方案与理想化方案接近程度：

4-1)评价目标数据收集与处理：

根据待设计产品选择备选方案的评价目标，并结合产品设计与制造阶段的设计目标制定，评价目标包含了定性与定量的目标，对评价目标数据进行归一化处理，同时，构建备选方案对应的评价目标变量信息矩阵E＝[e_ij]_m×n，其中e_ij表示备选方案P_n中评价目标i的值为j，m为备选方案数量，n为评价目标的个数；

4-2)评价目标数值规范化处理：

将E＝[e_ij]_m×n矩阵中的元素进行规范化处理，得到矩阵E'＝[e′_ij]_m×n，其数学描述如下：

(6)-(7)式中，i＝1，2，…，n；j＝1，2，…，m；与表示备选方案在第j个评价目标的最大值与最小值，其中，效益型指标值越大目标越接近理想化方案，成本型指标值越小越接近理想化方案；

4-3)计算备选方案与理想化方案灰色关联度系数：

根据公式(8)计算得到备选方案P_n第i个评价目标与评价目标j与理想化方案灰色关联度系数ζ_ij，式中γ为分辨系数，γ∈[0，1]，取值为0.5；

4-4)计算备选方案与理想化方案接近程度

(9)式中d_i表示第i个备选方案与理想化方案接近程度，由备选方案与理想化方案接近程度d_i得到所有备选方案的决策结果，并根据d_i大小进行选择决策，d_i值越大，备选方案越接近理想化方案。